真乄科技業的頂尖投資團隊

在上週舉辦的矽谷論壇(Silicon Valley Forum; SVForum)會議上，業界專家針對未來的人工智慧(AI)、機器學習和深度學習發表預測與看法。

「有關人類進化邁向終結的概念十分愚蠢，」大會專題演說的主講人Steve Jurvetson表示，「人類的真正意義在於我們並不想與生命中註定比我們更聰明的裝置競爭，但可以將人類這種自我的優越感轉變成進步的象徵軌跡。」Steve Jurvetson同時也是DFJ管理總監。

有些業界專家表示，在人工智慧方面的進步將賦予系統彼此之間迅速簡單溝通的能力，而其他與會專家則認為，推理與推論的能力將為 AI 帶來差異化。無論如何，Citrix Startup Accelerator首席技術專家Michael Harries表示，任何企業家如果還不熟悉 AI ，那就落伍了。

專為臉部辨識開發AI產品的Eyeris公司執行長Modar Alaoui表示，在不久的將來，AI將有賴於智慧型手機與智慧汽車的環境智慧發展。其他還有幾位發言人表示他們希望看到 AI 機器人或電腦能夠學會在解決問題後自動進行調整的功能。

「機器人擁有自行適應環境的能力；他們也擁有學習的能力。但是如果還能擁有持續自動擴展的能力才是真的智慧化。我認為我們將會看到這一願景的實現，但我們目前卻遲遲未跨出那一大步，」機器人新創公司Pneubotics的CEO兼創辦人Kevin Albert在小組討論會上表示。

已經為 AI 開發一款運算架構的Numenta公司CEO兼共同創辦人Jeff Hawkins表示，「智慧不應該以任何特定的任務來衡量。智慧的特點就在於具有極高的靈活性……可用於打造一套靈活的學習系統。有些 AI 專注於擬人化，而我們的任務則否。我們的目標在於瞭解智慧的通則，使其得以應用於解決各種問題。」

雖然有多種方式都能完成開發以及微調 AI 性能——根據小組成員表示，這包括像教小孩般地訓練機器人。Hawkins認為，大腦皮層的反向工程就是實現智慧機器節最快方式。根據神經科學顯示，語言以及觸控作業能以相同原則作業，Hawkins預期，一旦科學家能夠進一步開發內在潛能，機器人的能力可望以類似的方式加倍提升。

「一旦我們瞭解了大腦皮層的這些原則，就能為其加以修改。但我們並不需要真的瞭解演化生物學，」Hawkins說，「我們還必須學習大量的生物學基礎。進步是循序漸進的，但也會呈指數級增加。我認為我們將可在不到五年的時間內完成這一關。」

如果認為實現智慧機器還要經過五年的時間實在太久，Hawkins向與會者保證人工智慧本身並不危險，而自我複製的能力才是潛在威脅。

隨著致力於 AI 的工作進展，開發人員們還必須取得新的技能。IBM的John Wolpert表示， AI 開發人員正致力於未知的子系統，「你必須進行的指導任務將會多於編程工作，因此需要更多的社交技能。對此，我們需要更多的人文學科專業。你仍然必須具備許多技能，但並非用於系統層面。」

Lux Capital的Shahin Farshchi表示，他希望看到「積極專注於產品以及解決軟體特定問題的程度。」他並建議，透過深度學習與人工智慧的實際用例可能加速這一開發過程。

編譯：Susan Hong

(參考原文：Smart Panel Ponders AI's Future: Artificial intelligence may be 5-10 years out，by Jessica Lipsky)

資料來源:電子工程專輯